基于改进的YOLOv3算法在目标识别与抓取中的应用

针对目标识别与抓取领域中CNN、Faster-RCNN等传统神经网络系列算法的识别准确率不高,实时性较差的问题,提出一种基于YOLOv3的改进神经网络算法。改进的YOLOv3算法主要是引用Inception网络思想,通过不同尺度的卷积核对目标进行多尺度特征提取,在增加网络宽度的同时减少YOLOv3网络的循环次数。同时,YOLOv3算法对于anchor box的选取方式使用Meanshift(均值漂移)聚类算法与K-means聚类算法相结合的方式进行改进,解决了K值需要人为测定的问题。改进的YOLOv3算法在自制数据集进行对比实验,实验结果表明:改进YOLOv3算法的mAP(Mean Average Precision)值要高于YOLOv3算法10%,在识别速度上提高了9%,在充分满足实时识别的同时提高了对中小目标识别的准确率。

基于改进R-FCN与语义分割相结合的人体姿态估计

随着深度学习的广泛应用,人体姿态估计成为动作识别领域的重要研究方向。为了解决人体姿态估计的准确率低以及目标的多尺度问题,提出了一种基于改进R-FCN(Region-based Fully Convolutional Networks)与语义分割相结合的人体姿态估计模型。首先针对模型的主体网络部分,采用ResNeXt-101深度学习网络替换R-FCN原有的ResNet-101基础网络,使得减少超参数的数量,从而提高准确率。然后针对候选区域结构,结合了一种多尺度RPN(Region Proposals Network)结构,处理候选区域中出现的多尺度问题。最后针对姿态估计部分,以目标检测框架R-FCN为基础,添加了Mask R-CNN中并行的mask分支作为语义分割网络,并且对人体的关键点进行提取,从而实现多任务的姿态识别。实验结果显示,模型在2017 MS COCO数据集上平均检测精度比Mask R-CNN模型提升了12.1%,比RMPE模型提升了2%。

关于摄影图像与现象学关系的探究

现象学的创始人是德国哲学家胡塞尔,因此人们也将现象学称为胡塞尔现象学。他开创了一种新的哲学思维方式,同时对现代社会也产生了非常广泛的影响。在纯粹现象学当中,还催生了世界现象学等重要的分支。我们非常关注现象学对于摄影图像有怎样的意义,也可以说是尝试探索和发现现象学对于摄影理论以及摄影实践的积极价值。摄影指的是采用专业的设备记录影像的整个过程,通常也将摄影称为照相。从本质上说。

新媒体时代摄影艺术的发展分析

我国经济的繁荣发展一方面为广大人民带来了更好的生活水平和更高的生活质量,另一方面推动了我们国家科学技术的快速发展,而科学技术的不断创新也让我们迎来了新媒体时代。在当今这个时代背景下,摄影在我们的日常生活和工作之中都扮演着非常重要的角色,摄影艺术已经变成了一种新型的、广受青睐的传播媒介。计算机技术的广泛使用在很大程度上推动了摄影行业的快速发展,而新时代的人们对摄影艺术也提出了更高的要求,传统的摄影艺术无法再满足当今观众的多样性需求。文章对当前摄影艺术的发展现状进行了分析研究,针对其中的不足之处,提出了切实可行的优化措施。

此案不应以强奸(未遂)定性

本栏辑录的四个"案例分析",为目前一些司法机关审理案件中常遇到的实际问题,意在互为借鉴。

高校商业摄影实践教学改革探讨

新形势下,随着数码技术应用范围的不断扩大,商业摄影渗透到了商业活动的各个领域,不仅丰富了大家的生活,还满足了各类商业活动的需要,促进了视觉传达专业的可持续发展。商业摄影课程是艺术设计专业教学的重要基础部分,它将摄影与设计结合起来,在两者间架起了一座沟通的桥梁。只有顺应时代的发展需求,及时掌握新的摄影技术,加快改革的步伐,才可以最大限度地挖掘课程教学中的有效教学方式,加快摄影技术的更新与建设步伐。因此,文章提出了高校商业摄影实践教学改革需要探究的主要问题,并结合现状提出针对性的改革措施。

浅谈数字摄影时代背景下古典工艺的价值

随着信息时代的到来,科学技术的进步,摄影已经成为大众广泛喜爱的一门艺术。人们生活水平提高、物质需求得到满足的同时,对文化生活方面也提出了要求,摄影艺术无疑是其中的代表。摄影艺术是衡量人们审美水平的标尺,是提高我们创新意识的一项技能。如今数字摄影时代的到来为我们提供了丰富多彩的题材和内容,改变了人们的生活感悟和审美。本文研究了数字摄影时代到来的重要性,阐述了在数字摄影时代古典工艺的价值,希望可以为未来古典工艺的传承和数字摄影时代的发展起到一定的参考作用。